进化的机器人之战：在反击电话诈骗中编排竞争性 LLM
计算与语言
2025-03-11 v1 人工智能
摘要
我们提出了“Bot Wars”，这是一个使用大语言模型 (Large Language Models, LLMs) 诈骗诱饵者通过模拟对抗性对话来反击电话诈骗的框架。我们的核心贡献是通过思维链推理在没有显式优化的情况下为策略涌现建立形式化基础。通过一种新颖的双层提示架构，我们的框架使 LLM 能够构建具有人口统计学真实性的受害者角色，同时保持策略连贯性。我们使用包含 3,200 条诈骗对话的数据集来评估我们的方法，该数据集通过 179 小时的人类反诈骗诱饵交互进行了验证，证明了其在捕捉复杂对抗动态方面的有效性。我们通过认知、定量和特定内容指标进行的系统评估表明，GPT-4 在对话自然度和角色真实性方面表现出色，而 Deepseek 在参与度可持续性方面表现出优越性。
引用
@article{arxiv.2503.07036,
title = {Bot Wars Evolved: Orchestrating Competing LLMs in a Counterstrike Against Phone Scams},
author = {Nardine Basta and Conor Atkins and Dali Kaafar},
journal= {arXiv preprint arXiv:2503.07036},
year = {2025}
}